圈養“小龍蝦”指南

蔣明，國家級高層次人才、廣西人工智能教育學會會長、桂林電子科技大學教授，紐約大學人工智能博士，曾於美國華爾街和矽谷多家世界500強公司從事人工智能技術創新相關工作17年，近年來帶領團隊開展垂直大模型和場景化智能體創新，打造“AI東博”等標桿示範，積極探索智能經濟新形態實踐。 龐卡，廣西壯族自治區社會科學界聯合會黨組書記、主席。 王呂秀南，廣西壯族自治區社會科學界聯合會辦公室主任。 蔡誌郁，廣西壯族自治區社會科學界聯合會辦公室副主任。

導論篇：先來認認“小龍蝦” 第 1 講 從“工具”到“代理” 2 1.1 一場“社死”引發的思考 2 1.2 OpenClaw 是什麼 3 1.3 OpenClaw 不是什麼 4 1.4 歷史坐標：從 ELIZA 到 OpenClaw 4 1.5 誤區警示：它是有邊界的“數字實習生” 5 第 2 講 小龍蝦的隱喻 7 2.1 從一次“養蝦失敗”說起 7 2.2 四大隱喻：拆解“小龍蝦”的技術本質 8 2.3 中國語境下的“養”與“圈” 9 2.4 養用結合，養圈並重 10 第 3 講 誰需要本書 13 3.1 本書是為誰寫的 13 3.2 學界研究者：理論深度與學術倫理 14 3.3 黨政機關人員：安全合規與政務效能 15 3.4 企事業單位管理者：降本增效與風險管控 15 3.5 普通大眾：實用技巧與自我保護 16 3.6 怎麼用本書 17 基礎篇：養蝦前的準備工作 第 4 講 OpenClaw 的技術基因 20 4.1 從一次“查源碼”的經歷說起 20 4.2 技術譜系：站在巨人的肩膀上 21 4.3 中國適配：國產化改造與本土化適配 21 4.4 生態現狀：全球開發者社區與中國力量 22 4.5 我的觀察：開源讓 OpenClaw 既有活力又有風險 22 第 5 講 架構解剖 25 5.1 從一次“指令走失”說起 25 5.2 Gateway 層：公司的“前臺” 26 5.3 Agent 層：公司的“員工” 27 5.4 Workspace 層：員工的“辦公室” 29 5.5 三層如何協同工作：一條指令的旅程 30 5.6 三層架構的安全意義 31 第 6 講 能力邊界 34 6.1 從一次“讓它幫我吵架”說起 34 6.2 能力清單：OpenClaw 能做什麼 35 6.3 能力邊界：OpenClaw 不能做什麼 37 6.4 能力邊界表：一張表看懂 39 6.5 邊界意識：如何用好這把“雙刃劍” 39 第 7 講 幻覺問題 42 7.1 從一次“學術造假”說起 42 7.2 技術根源：為什麼 AI 會“做夢” 43 7.3 幻覺的表現形式 44 7.4 風險等級譜系：從尷尬到災難 45 7.5 識別技巧：怎麼發現 AI 在“胡說八道” 46 7.6 應對策略：怎麼讓 AI 少“胡說” 47 第 8 講 安全架構 50 8.1 從一次“免疫失效”說起 50 8.2 安全架構全景圖 51 8.3 第 1 層：網絡層防禦 51 8.4 第 2 層：身份認證層 52 8.5 第 3 層：權限控制層 53 8.6 第 4 層：執行隔離層 55 8.7 最內層：審計監控層 56 8.8 默認配置為什麼是“裸奔” 57 8.9 如何喚醒免疫系統：安全配置三步走 58 第 9 講 人機協作新範式 62 9.1 從一次“甩手掌櫃”的慘敗說起 62 9.2 什麼是“人在回路” 63 9.3 三種協作模式詳解 63 9.4 三種模式的對比與選擇 65 9.5 實戰案例：報銷流程的三種模式應用 65 9.6 設計“人在回路”的 4 個原則 66 9.7 OpenClaw 中的“人在回路”實現 67 9.8 從“人在回路”到“人機共生” 68 第 10 講 環境準備 71 10.1 從一次“安裝翻車”說起 71 10.2 硬件要求：你的電腦夠不夠用 72 10.3 軟件依賴：需要提前裝什麼 73 10.4 安裝指南：三種方式任選 73 10.5 初始配置：讓“小龍蝦”認識你 76 10.6 驗證測試：第 一個任務“整理桌面” 77 10.7 第 一次安全體檢 78 進階篇：養育技巧——從單兵到軍團 第 11 講 人設設計 84 11.1 從一次“人設混亂”說起 84 11.2 人設四要素 85 11.3 人設文件詳解 86 11.4 場景化人設設計 88 11.5 人設測試：如何知道它懂了 89 11.6 疊代優化：從 v1.0 到 v5.0 90 第 12 講 記憶管理 93 12.1 從一次“記憶太好”說起 93 12.2 OpenClaw 的記憶機制 94 12.3 記憶策略：什麼該記，什麼不該記 95 12.4 MEMORY.md 實戰 95 12.5 讓 AI 學會“忘記” 96 12.6 隱私保護：記憶中的敏感信息 97 第 13 講 工具擴展 100 13.1 從一次“什麼都不會”的尷尬說起 100 13.2 Skills 是什麼 101 13.3 Skill 市場：ClawHub 101 13.4 安裝和管理 Skills 102 13.5 Skill 的配置 103 13.6 TOOLS.md ：告訴 AI 有什麼工具 104 13.7 讓 AI 調用工具 105 13.8 開發自己的 Skill 105 13.9 Skill 的安全審查 107 第 14 講 渠道接入 110 14.1 從一次“忘帶電腦”的尷尬說起 110 14.2 OpenClaw 支持的渠道 111 14.3 渠道接入的核心概念 111 14.4 主流渠道接入實戰 112 14.5 消息路由：讓不同渠道找對 Agent 115 14.6 DM 策略：設備管理 116 14.7 群組策略：誰可以在群裏指揮 AI 116 14.8 移動端遠程管理 117 第 15 講 代碼能力 120 15.1 從一次“AI 幫我重構代碼”說起 120 15.2 代碼生成：從需求到代碼 121 15.3 代碼審查：讓 AI 做你的“第二雙眼睛” 121 15.4 重構輔助：讓 AI 幫你清理技術債務 122 15.5 文檔生成：讓 AI 替你寫文檔 123 15.6 調試支持：讓 AI 幫你找問題 123 15.7 AI 寫代碼時代的程序員價值 124 第 16 講 瀏覽器自動化 127 16.1 從一次“手抽筋”的經歷說起 127 16.2 瀏覽器自動化的核心原理 128 16.3 準備工作：安裝 Browser Skill 128 16.4 基礎操作：讓 AI 幫你填表 129 16.5 數據采集：讓 AI 替你“爬蟲” 129 16.6 表單填寫：自動申報、自動註冊 130 16.7 狀態監控：讓 AI 盯著網頁變化 130 16.8 處理反爬與驗證碼 130 16.9 與數據庫集成：讓數據自動入庫 132 第 17 講 數據處理 135 17.1 從一次“Excel 崩潰”說起 135 17.2 數據清洗：讓 AI 當“清潔工” 136 17.3 數據分析：從統計到洞察 136 17.4 數據可視化：一圖勝千言 137 17.5 報告生成：從數據到文檔 137 第 18 講 文檔處理 140 18.1 從一次“熬夜寫報告”說起 140 18.2 文檔生成：從 0 到 1 141 18.3 文檔理解：從文檔到答案 141 18.4 文檔轉換：格式自由切換 142 18.5 文檔審閱：AI 當校對員 142 第 19 講 系統操作 145 19.1 從一次“半夜重啟”說起 145 19.2 系統操作能力全景 146 19.3 文件系統操作 146 19.4 日誌監控與告警 147 19.5 定時任務：讓 AI 按時幹活 147 19.6 自動化運維場景 147 第 20 講 多智能體協作 151 20.1 從一次“萬能 AI”的失敗說起 151 20.2 多智能體協作模式 152 20.3 如何創建多個 Agent 153 20.4 配置 Agent 間通信 153 20.5 實戰：開發團隊的“三個小龍蝦” 154 20.6 任務分解的藝術 155 20.7 沖突解決 155 第 21 講 知識庫構建 158 21.1 從一次“瞎編”說起 158 21.2 什麼是 RAG 159 21.3 知識庫的構成 159 21.4 構建知識庫的步驟 160 21.5 知識庫維護 161 21.6 知識庫優化技巧 161 第 22 講 提示工程 165 22.1 從一次“問錯問題”說起 165 22.2 什麼是提示工程 166 22.3 提示結構的黃金法則 166 22.4 常見提示技巧 167 22.5 提示詞優化疊代 168 22.6 常見提示陷阱 168 第 23 講 性能調優 171 23.1 從一次“慢到懷疑人生”說起 171 23.2 性能瓶頸分析 172 23.3 模型選擇優化 172 23.4 緩存策略 173 23.5 並發處理 173 23.6 Token 消耗優化 174 23.7 監控與分析 175 23.8 調優實戰案例 175 第 24 講 故障排查 178 24.1 從一次“裝死”說起 178 24.2 故障分類 178 24.3 排查方法論：五步法 179 24.4 常見故障及解決方案 180 24.5 故障預防 181 第 25 講 持續學習 184 25.1 從一次“驚喜”說起 184 25.2 持續學習的三種方式 184 25.3 反饋學習：從錯誤中進步 185 25.4 微調學習：讓模型更懂你 185 IX 目錄 25.5 知識更新：保持信息新鮮 186 25.6 學習的邊界與倫理 187 實戰篇：場景應用——讓 AI 創造價值 第 26 講 學術研究 192 26.1 從一次整理文獻的經歷說起 192 26.2 學術研究全流程 AI 輔助 193 26.3 學術倫理紅線 194 26.4 高校的 AI 使用規範 194 第 27 講 政務辦公 197 27.1 從一次“不敢用”說起 197 27.2 政務場景的特殊要求 198 27.3 政務應用場景 198 27.4 政務部署的“三條紅線” 199 27.5 廣東“智慧蝦欄”實踐 200 第 28 講 企業管理 203 28.1 從一次“買了不用”說起 203 28.2 企業管理中的 AI 應用場景 204 28.3 企業部署的“三步走”策略 205 28.4 組織架構的調整 205 28.5 績效考核怎麼變 206 第 29 講 市場營銷 209 29.1 從一次“內容枯竭”說起 209 29.2 市場營銷全流程 AI 賦能 210 X 圈養“小龍蝦”指南 第 30 講 財務金融 213 30.1 從一次“差點出事”說起 213 30.2 財務金融的應用場景 214 30.3 零容錯場景的應對 215 30.4 金融機構的實踐 215 第 31 講 教育培訓 218 31.1 從一次“陪娃寫作業”的崩潰說起 218 31.2 教育培訓的應用場景 219 31.3 倫理邊界 220 第 32 講 醫療健康 223 32.1 從一次“AI 誤診”的恐慌說起 223 32.2 醫療健康的 AI 應用場景 224 32.3 安全紅線 225 32.4 醫療 AI 的合規要求 225 第 33 講 法律實務 228 33.1 從一次“AI 寫合同”的險情說起 228 33.2 法律實務的應用場景 229 33.3 律師的職業底線 230 33.4 律所的 AI 實踐 231 第 34 講 媒體出版 234 34.1 從一次“AI 寫新聞”的爭議說起 234 34.2 媒體出版的 AI 應用場景 235 34.3 新聞倫理紅線 236 第 35 講 創意產業 239 35.1 從一次“創意枯竭”說起 239 35.2 創意產業的 AI 應用場景 240 35.3 版權與倫理問題 241 第 36 講 個人生活 244 36.1 從一次“生活失控”說起 244 36.2 個人生活的 AI 應用場景 245 36.3 個人使用的安全邊界 246 第 37 講 跨場景整合 249 37.1 從一次“各自為政”的混亂說起 249 37.2 整合的層次 250 37.3 整合的技術實現 250 37.4 個人中樞的構建 252 37.5 企業中樞的構建 252 37.6 整合的價值 253 安全篇：風險防控——把“小龍蝦”圈好 第 38 講 風險全景圖 256 38.1 從一次“風險失控”的教訓說起 256 38.2 風險全景圖 257 38.3 技術風險 257 38.4 安全風險 258 38.5 合規風險 259 38.6 倫理風險 259 38.7 業務風險 260 第 39 講 數據安全 263 39.1 從一次“數據裸奔”說起 263 39.2 數據分類分級 264 39.3 訪問控制 265 39.4 傳輸加密 266 39.5 存儲加密 266 39.6 脫敏處理 267 39.7 生命周期管理 267 第 40 講 系統安全 271 40.1 從一次“裸奔”被黑說起 271 40.2 網絡層防護 272 40.3 主機層防護 273 40.4 容器層防護 274 40.5 入侵檢測與監控 275 40.6 備份與恢復 276 第 41 講 內容安全 279 41.1 從一次“AI 爆粗口”的風波說起 279 41.2 內容風險的類型 279 41.3 內容安全的三道防線 280 41.4 敏感信息泄露防護 281 41.5 有害內容審核 282 41.6 版權侵權防護 282 第 42 講 合規治理 285 42.1 從一次“違法爬蟲”說起 285 42.2 OpenClaw 涉及的主要法律法規 286 42.3 企業部署 OpenClaw 的合規路徑 290 42.4 算法備案與安全評估 291 42.5 數據出境合規 291 第 43 講 倫理考量 294 43.1 從一次“算法歧視”的爭議說起 294 43.2 AI 倫理的 5 個維度 295 43.3 倫理風險在 OpenClaw 中的具體體現 296 43.4 倫理設計原則 297 43.5 倫理委員會的設立 297 第 44 講 組織管控 300 44.1 從一次“失控”的 AI 實驗說起 300 44.2 組織管控的四梁八柱 301 44.3 不同角色的職責 303 44.4 不同階段的管控重點 304 44.5 企業案例：某銀行的 AI 管控體系 304 第 45 講 應急響應 308 45.1 從一次“拖了三天”的應急說起 308 45.2 應急響應的 5 個階段 309 45.3 OpenClaw 常見應急場景及應對 311 45.4 應急演練 312 第 46 講 保險與轉移 315 46.1 從一次“賠破產”的風險說起 315 46.2 與 OpenClaw 相關的保險產品 315 XIV 圈養“小龍蝦”指南 46.3 保險選擇指南 317 46.4 保險不能替代什麼 318 46.5 國內保險市場現狀 318 第 47 講 國際視野 320 47.1 從一次“出海受阻”說起 320 47.2 歐盟模式：風險分級、嚴格監管 321 47.3 美國模式：創新優先、行業自律 321 47.4 中國模式：發展與安全並重 322 47.5 其他重要經濟體的動向 323 47.6 全球 AI 治理的趨同趨勢 323 47.7 對中國 OpenClaw 用戶的啟示 324 未來篇：趨勢展望——下一個“小龍蝦”時代 第 48 講 技術演進 328 48.1 從“只能看文字”到“多模態” 328 48.2 從“數字世界”到“物理世界”：具身智能 329 48.3 從“單兵作戰”到“群體智能” 329 48.4 從“通用”到“專精”：領域大模型 330 48.5 從“雲”到“端”：邊緣 AI 330 第 49 講 社會變革 333 49.1 從一次“AI 搶工作”的恐慌說起 333 49.2 就業結構的變化 333 49.3 教育重塑 334 49.4 組織進化 335 XV 目錄 49.5 治理創新 335 49.6 文明挑戰 336 第 50 講 行動指南 338 50.1 從今天開始的五步法 338 50.2 不同角色的行動建議 340 50.3 持續學習的路徑 340 50.4 最後的提醒 341 後記 343